3.4. Nghiên cứu định lượng
3.4.1. Thiết kế bảng câu hỏi
Hệ thống câu hỏi được chia thành 3 phần gồm: Phần 1: phần gạn lọc để chọn đối tượng khảo sát là những người đang sinh sống tại thành phố Hồ Chí Minh trong độ tuổi từ 18 đến 60; Phần 2: phần chính; Phần 3: phần thơng tin về đối tượng khảo sát.
Sau khi xây dựng xong bảng câu hỏi, tác giả tiến hành phỏng vấn thử với 10 người tiêu dùng cá nhân tại trung tâm thành phố Hồ Chí Minh trong độ tuổi từ 18 đến 60, đồng thời có biết đến loại hình dịch vụ điện tử của ngân hàng. Ý nghĩa của cuộc phỏng vấn thử này không phải để thu thập dữ liệu mà để đánh giá bảng câu hỏi xem đối tượng khảo sát có hiểu đúng câu hỏi khơng? Hỏi như vậy thì họ có chịu cung cấp thông tin không? Kết quả phỏng vấn thử cho thấy bảng câu hỏi có nội dung rõ ràng, không gây hiểu lầm cho người tham gia khảo sát. Kết quả của bước này là bảng câu hỏi chính thức để đi khảo sát với số lượng lớn.
mỗi biến. Bảng câu hỏi này có 24 biến quan sát, như vậy cỡ mẫu tối thiểu là 24x7= 168 mẫu > 100 mẫu để phục vụ cho bước phân tích nhân tố đa biến phụ thuộc lẫn nhau.
Ngoài ra, để tiến hành phân tích hồi quy theo Tabachnick và Fidell (2007) trích từ Nguyễn Đình Thọ (2012), kích thước mẫu tối thiểu được tính bằng cơng thức: 50+8*n, (trong đó n là biến độc lập), trong nghiên cứu này có 5 biến độc lập. Như vậy theo tiêu chí này thì kích thước mẫu tối thiểu là: 50+8*5=90 mẫu.
Tổng hợp hai điều kiện trên để tiến hành phân tích EFA thì kích thước mẫu phải là N>= Max (168, 90) = 168.
Theo đó, vì sự giới hạn của nguồn lực nghiên cứu, tác giả quyết định chọn cỡ mẫu chung là 330 > 168, đảm bảo độ tin cậy thống kê.
3.4.3. Phương pháp chọn mẫu
Việc chọn mẫu dữ liệu nghiên cứu là một khâu rất quan trọng của đề tài, mẫu phải mang tính đại diện thì đề tài nghiên cứu mới đạt giá trị. Tuy nhiên, đối tượng khảo sát của đề tài tương đối rộng nên trong giới hạn của nghiên cứu này, cách thức chọn mẫu phi xác xuất theo phương pháp thuận tiện được lựa chọn, mặc dù tính đại diện khơng cao tuy nhiên theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2011) thì phương pháp thuận tiện vẫn có thể chấp nhận được.
3.4.4. Phương pháp thu thập thông tin
Áp dụng phương pháp điều tra, phát bảng câu hỏi với quy mô 330 mẫu quan sát là những khách hàng trong độ tuổi từ 18 đến 60, cả nam và nữ, có ý định sử dụng dịch vụ ngân hàng điện tử và hiện đang sinh sống tại địa thành phố Hồ Chí Minh để thu thập dữ liệu.
Trong giai đoạn này, phương pháp này là phù hợp bởi sau khi tiến hành phân tích các dữ liệu thu thập được chúng ta sẽ có được những câu trả lời chính xác nhất cho nhu cầu thông tin được đặt ra trong mục tiêu của đề tài nghiên cứu.
Sau hai tháng tiến hành khảo sát từ tháng 6 đến tháng 7 năm 2017, số bảng trả lời thu về là 315 (tỷ lệ hồi đáp 95,5%), trong đó số bảng trả lời hợp lệ là 295. Số
liệu này được nhập vào phần mềm thống kê SPSS 22.0 và được sử dụng để phân tích ở các chương tiếp theo.
3.4.5. Phương pháp phân tích dữ liệu 3.4.5.1. Thống kê mơ tả dữ liệu 3.4.5.1. Thống kê mô tả dữ liệu
Nghiên cứu này đánh giá các số liệu thống kê về “ý định sử dụng dịch vụ ngân hàng điện tử”. Cơng cụ phân tích thống kê mơ tả được sử dụng để thống kê mô tả dữ liệu.
3.4.5.2. Hệ số độ tin cậy Cronbach’s Alpha
Bằng cách xử lý dữ liệu bằng phần mềm SPSS 22.0, phần mềm cho kết quả tính tốn hệ số Cronbach’s Alpha, hệ số cho biết mức độ tin cậy của thang đo. Từ đó sàng lọc, loại trừ các biến quan sát không phù hợp theo quy định.
Hệ số Cronbach’s alpha đánh giá sự phù hợp, tin cậy có ý nghĩa thống kê của một thang đo, phản ánh sự đóng góp tương quan chặt chẽ của các biến con trong việc đo lường, giải thích cho nhân tố tổng và tính nhất quán của tập hợp các biến quan sát (các câu hỏi). Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, hệ số Cronbach’s alpha có giá trị từ 0,8 đến gần 1,0 là thang đo tốt; từ 0,7 đến gần 0,8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng Cronbach’s alpha lớn hơn hoặc bằng 0,6 để áp dụng được trong trường hợp giải thích tính chất thang đo lường cho nhân tố là đáng tin cậy đối (Nunnally, 1978; Peterson, 1994; Slater, 1995). Hệ số Cronbach’s Alpha có giá trị biến thiên từ [0,1]. Về lý thuyết thống kê thì hệ số này càng cao càng tốt, tức là độ tin cậy của thang đo càng cao. Trong thực tế thì khơng phải như vậy, khi hệ số này lớn hơn 0.9 thì khả năng các biến trong thang đó khơng có khác biệt về nội dung vì vậy kết quả khảo sát nhận được hầu như là giống nhau. Trong nghiên cứu, vấn đề này được xem là trùng lắp trong đo lường (Nguyễn Đình Thọ, 2012).
Trong nghiên cứu này, chỉ chấp nhận ý nghĩa thống kê giải thích đối với các thang đo có hệ số Cronbach’s Alpha lớn hơn 0,6 và đồng thời khi loại các biến quan sát ra khỏi thang đo khơng làm tăng hệ số này (Hồng Trọng và Chu Nguyễn Mộng
3.4.5.3. Phân tích nhân tố EFA
Phương pháp kiểm định nhân tố khám phá thuộc nhóm phân tích đa biến phụ thuộc nhau, nghĩa là khơng có biến phụ phuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau. EFA dùng để rút gọn một tập hợp biến F thành tập hợp biến K < F, các yếu tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các yếu tố với các biến nguyên thủy. Phương pháp EFA được sử dụng rộng rãi trong nghiên cứu để đánh giá sơ bộ giá trị các thang đo lường (Nguyễn Đình Thọ, 2012).
Hệ số KMO (Kaiser – Mayer – Olkin) phải thoả 0,5 ≤ KMO ≤ 1 để đảm bảo phân tích nhân tố thích hợp với dữ liệu nghiên cứu.
Kiểm định Bartlett (Bartlett’s test of sphericity): Hệ số dùng để kiểm định giả thuyết rằng có tồn tại mối tương quan giữa các biến trong một tổng thể hay khơng. Kiểm định Bartlett có ý nghĩa thống kê khi Sig < 5%, khi đó có thể bác bỏ giả thuyết rằng các biến trong tổng thể khơng có tương quan (Hoàng trọng và Chu Nguyễn Mộng Ngọc, 2005).
Hệ số tải nhân tố (Factor loading): Đánh giá các biến và yếu tố trong thang đo có sự tương quan đơn với nhau. Hệ số tải nhân tố là đại lượng để chấp nhận mức ý nghĩa cần thiết của EFA. Hệ số tải nhân tố từ ≥ 0.5 thì có ý nghĩa. (Nguyễn Đình Thọ 2011).
Phương sai trích (Variance Explained): Tổng phương sai trích phải ≥ 0.5. Hệ số Eigenvalue: Theo Hair và cộng sự (2006) hệ số này phải có giá trị lớn hơn 1 để các nhân tố có ý nghĩa trong việc giải thích phương sai, mức độ biến thiên tổng hợp.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) nếu sau bước đánh giá nhân tố EFA là phân tích hồi quy thì có thể áp dụng cách trích Principal components kết hợp phương pháp xoay Varimax. Với mục tiêu của bài nghiên cứu tìm ra các nhân tố đại diện cho các biến, phương pháp phân tích yếu tố Principal Component Analysis cùng phép xoay Varimax được áp dụng.
Ngoài ra, các biến quan sát trong thang đo phải có hệ số tải nhân tố ≥ 0,3 để tạo giá trị phân biệt giữa các nhân tố (Jabnoun và Al-Tamimi, 2003).
3.4.5.4. Phân tích tương quan và hồi quy
Sau khi đánh giá giá trị của thang đo bằng EFA, tác giả tiến hành phân tích hồi quy tuyến tính là một phương pháp kiểm định sự tồn tại và xác định sự mức độ đóng góp vào sự thay đổi của biến phụ thuộc của các biến độc lập. Trong đó, “nhận thức tính dễ sử dụng”, “nhận thức tính thuận tiện”, “thái độ hướng đến việc sử dụng”, “nhận thức sự an toàn khi sử dụng” và “ảnh hưởng của xã hội” là các biến độc lập và “ý định sử dụng dịch vụ ngân hàng điện tử” là biến phụ thuộc.
Phân tích tương quan
Trước khi thực hiện phân tích hồi quy cần xem xét, đánh giá có tồn tại sự tương quan tuyến tính trong tất cả các biến quan sát. Các thang đo được đánh giá đạt yêu cầu được đưa vào phân tích tương quan Pearson. Phân tích tương quan Pearson – kiểm định 2 chiều được thực hiện giữa biến phụ thuộc và các biến độc lập nhằm khẳng định sự tồn tại quan hệ tuyến tính. Từ đó có thể phát hiện những mối tương quan chặt chẽ giữa chúng hay giữa các biến độc lập với nhau mà mối tương quan chặt chẽ này có thể gây ra hiện tượng đa cộng tuyến. Giá trị tuyệt đối của Pearson càng gần đến 1 thì hai biến này có mối tương quan tuyến tính càng chặt chẽ (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Phương pháp hồi quy
Sự tồn tại mối quan hệ tuyến tính cho thấy có sự tương quan xuất hiện giữa biến phụ thuộc và biến độc lập và là bước đệm để thực hiện việc xây dựng mơ hình hồi quy tuyến tính nhằm lượng hóa mức độ ảnh hưởng của các biến độc lập dẫn đến sự thay đổi của biến phụ thuộc. Để kết quả quan sát được trong mẫu có thể được suy rộng cho tổng thể có ý nghĩa thì cần phải xem xét một số tiêu chuẩn cần thiết bao gồm:
- Hệ số R2 hiệu chỉnh được dùng để đánh giá mức độ ảnh hưởng trong tổng thể. Đây là hệ số đo lường tỷ lệ phần trăm biến thiên của biến phụ thuộc được giải
càng gần 1 thì mơ hình xây dựng càng phù hợp, R2 càng gần 0 mơ hình càng khơng thích hợp để sử dụng.
- Độ lớn của phần dư (sai số) cần được chuẩn hóa, các phần dư chuẩn hóa có trung bình bằng 0 và độ lệch chuẩn bằng 1.
- Hệ số Durbin – Watson (d) được dùng để đánh giá tự tương quan của các phần dư kề nhau (tương quan chuỗi bậc nhất). Đại lượng này có sự biến thiên từ 0 đến 4. Điều kiện để dữ liệu được thu thập tốt, hiện tượng phần sai số khơng có tương quan thuận hoặc tương quan nghịch thì giá trị này sẽ gần bằng 2 (trong khoảng từ 1 – 3 chấp nhận được).
- Hệ số VIF (Variance Inflation Factor) còn được gọi là hệ số phóng đại phương sai. Hệ số đánh giá giả thuyết có tồn tại sự tương quan hồn tồn giữa các biến độc lập, với trị số khơng lớn hơn 10 thì các biến này có giá trị giải thích sự biến thiên của biến phụ thuộc hay kết luận là không xảy ra hiện tượng đa cộng tuyến (Hair và cộng sự, 2006, dẫn theo Nguyễn Đình Thọ, 2011).
- Cuối cùng là kiểm định t để bác bỏ/chấp nhận giả thuyết.
Kiểm định sự khác biệt
Sử dụng phương pháp phân tích phương sai một yếu tố (One – way ANOVA) nhằm kiểm định giả thuyết các tổng thể nhóm (tổng thể bộ phận) có trị trung bình bằng nhau.
TĨM TẮT CHƯƠNG 3
Chương này đã trình bày các quy trình nghiên cứu qua hai bước, bao gồm: nghiên cứu sơ bộ và nghiên cứu chính thức. Bước một được tiến hành bằng kỹ thuật thảo luận nhóm để điều chỉnh, bổ sung biến quan sát cho các thang đo. Sử dụng kết quả từ giai đoạn đánh giá sơ bộ làm cơ sở để thực hiện nghiên cứu chính thức trong việc thiết kế bảng câu hỏi. Phương pháp chọn mẫu sẽ xác định cỡ mẫu tối thiểu để thỏa mãn điều kiện của các phương pháp phân tích. Sau cùng là phương pháp phân tích dữ liệu chuyên sâu bằng phầm mềm SPSS để kiểm định dữ liệu so với mơ hình về tính phù hợp, đánh giá thang đo thông qua các hệ số trọng yếu.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 4.1. Thống kê, mô tả mẫu
Nghiên cứu định lượng sử dụng bằng cách phát ra 330 bảng câu hỏi khảo sát, số lượng bảng khảo sát thu về là 315, trong đó có 20 bảng khơng hợp lệ nên được loại bỏ, còn lại 295 bảng khảo sát hợp lệ được sử dụng cho phân tích.
Với mẫu khảo sát bao gồm 295 khách hàng cá nhân trong độ tuổi từ 18 đến 60 tại các quận trong Thành phố Hồ Chí Minh và cũng như hướng đến “ý định sử dụng dịch vụ ngân hàng điện tử”.
Về giới tính: 53% người tham gia khảo sát là nữ giới tương ứng 156 đối tượng, nam giới chiếm 47% tương ứng 139 đối tượng. Tỷ lệ này cũng tương đối hợp lý vì nhu cầu sử dụng dịch vụ ngân hàng điện tử của nam nữ trong địa bàn thành phố phát triển là tương đương nhau.
Về độ tuổi: Kết quả thống kê cho thấy nhóm khảo sát tập trung trong khoảng 18 - 34 tuổi (80%), và từ 35 - 49 tuổi (18%). Đây là hai nhóm tuổi thường là đã có việc làm ổn định hoặc phụ trách cơng việc nội trợ chính trong gia đình và chi trả các khoảng chi tiêu cho cuộc sống. Có khoảng 2% người trả lời nằm trong độ tuổi từ 50 - 60. Tỷ lệ này tương đối phù hợp vì độ tuổi từ 18 – 34 là độ tuổi có khả năng thích ứng với sự thay đổi cơng nghệ tốt hơn và chấp nhận rủi ro cao hơn.
Về trình độ học vấn: Tập trung vào nhóm có trình độ đại học chiếm tỷ lệ 81% so với tổng thể, nhóm cao đẳng và trung cấp chiếm 15%, chỉ có 3% đối tượng có trình độ trên đại học. Thành phố Hồ Chí Minh là nơi tập trung nguồn nhân lực mạnh và có trình độ, đồng thời nhận thức của các đối tượng trên có tính chính xác cao hơn, cho thấy kết quả thống kê là hợp lý.
Về nghề nghiệp: Có trên 42% người trả lời làm việc cho các cơng ty tại Hồ Chí Minh, cho thấy nhân viên văn phịng có nguồn thu nhập ổn định chiếm tỷ lệ cao. Các lĩnh vực cịn lại là bn bán, học sinh, viên chức lần lượt là 25%, 23% và 10%. Vì thành phố Hồ Chí Minh là trung tâm kinh tế của cả nước nên số lượng nhân viên văn phòng chiếm đa số trong mẫu khảo sát là hợp lý.
Đối với thu nhập: Có đến 49% đối tượng khảo sát có mức thu nhập trong một tháng ở mức là 10 đến 15 triệu đồng. Có trên 22% người trả lời có mức thu nhập trung bình khá (từ 5 – 10 triệu đồng). Đối tượng có thu nhập trên 15 triệu đồng một tháng chiếm 14% số lượng người tham gia. Kết quả này phù hợp với thu nhập đầu người bình quân tại thành phố Hồ Chí Minh năm 2016 của Tổng Cục Thống Kê.
4.2 Đánh giá độ tin cậy thang đo của các khái niệm nghiên cứu thông qua hệ số Cronbach’s Alpha Cronbach’s Alpha
4.2.1 Thang đo “nhận thức tính dễ sử dụng”
Bảng 4.1. Hệ số độ tin cậy của thang đo “nhận thức tính dễ sử dụng”
Cronbach's Alpha Số lượng biến
.769 5 Mã quan sát Trung bình thang đo khi loại biến Phương sai thang đo khi loại biến Hệ số tương quan biến tổng Cronbach's Alpha khi loại biến USE1 15.976 2.792 .757 .639 USE2 16.064 2.761 .699 .664 USE3 16.637 4.320 .488 .762 USE4 16.536 4.154 .417 .767 USE5 17.037 3.247 .473 .761
(Nguồn: Kết quả phân tích SPSS)
Hệ số Cronbach’s Alpha của thang đo “nhận thức tính dễ sử dụng” là 0.769 đạt yêu cầu (>0.6), không phát sinh hệ số tương quan biến tổng nhỏ hơn 0.3, đồng thời không xảy ra trường hợp hệ số Cronbach’s Alpha tăng lên khi loại bất kỳ biến nào. Vậy, thang đo “nhận thức tính dễ sử dụng” đạt độ tin cậy với 5 biến USE1, USE2, USE3, USE4, USE5.
4.2.2 Thang đo “nhận thức tính thuận tiện”
Theo bảng 4.2, hệ số Cronbach’s Alpha của thang đo “nhận thức tính thuận tiện” là 0.722 đạt yêu cầu (>0.6), không phát sinh hệ số tương quan biến tổng nhỏ hơn 0.3 và không xảy ra trường hợp hệ số Cronbach’s Alpha tăng lên khi loại bất kỳ
biến nào. Vậy, thang đo “nhận thức tính thuận tiện” đạt độ tin cậy với 4 biến CON1, CON2, CON3, CON4.
Bảng 4.2. Hệ số tin cậy của thang đo “nhận thức tính thuận tiện”
Cronbach's Alpha Số lượng biến
.722 4 Mã quan sát Trung bình